魏茨曼研究所推出AI模型：精准预测未来健康，助力你改变命运

利用人类表型计划的庞大数据库，位于雷霍沃特的魏茨曼科学研究所的研究人员希望在疾病发生之前进行预测，并希望能够延缓甚至预防它。

在重要会议之前或需要做出重大决策时，我们常常在脑海中反复推演各种情景，最后选择最佳的行动方案。但当涉及到我们的健康时——选择治疗某种疾病或甚至选择饮食方案——预测每个选择如何影响我们的身体，以及是否适合我们个人，难度要大得多。

最近，一个大型研究团队利用人工智能创建了一个个性化的“数字双胞胎”，使他们能够检测出患病的风险，启动预防性治疗，甚至进行模拟以预测最有效的治疗方案。

该团队由助理教授斯马达·希洛领导，她是佩塔提克瓦施耐德儿童医疗中心的高级儿科医生和儿科内分泌学家，同时也是魏茨曼计算机科学与应用数学系教授埃兰·塞加尔实验室的顾问，以及该系的李·赖克博士。

希洛在接受耶路撒冷邮报采访时表示：“并不是每个人都想知道他们未来会得什么疾病——这完全可以理解。这取决于个人的性格。但许多人希望能够预见这些疾病，这样他们就能做好准备，甚至通过改变生活方式来预防这些疾病。”

这一新发展在著名期刊《自然医学》上以“人类表型计划中的健康与疾病连续体的深度表型分析”为题进行了详细介绍，这得益于该项目（HPP），参与该倡议的科学家与全球的同事们收集了来自超过13,000人的广泛、深入的医学信息。

Segal的实验室部分被伊朗发射的导弹摧毁，团队不得不搬到临时的办公地点，“但我们会回来。幸运的是，我们没有失去样本，不像其他魏茨曼研究人员，”Shilo宣称。

以色列因其多样性而成为生物样本库的理想之地

以色列是生物样本库的理想之地，因为这里的人口来自许多不同的民族，集中在一个地方，她说。“其他国家也有生物样本库，但他们没有我们这样的遗传多样性。”

“当我们在2018年启动以色列项目时，我们的初始目标是10,000名参与者，”Segal回忆道。“自那时以来，已有超过30,000人报名参与，我们希望未来能达到10万人。为了加深我们对民族、环境和文化差异的理解，我们在日本设立了一个分支，并正在与来自穆罕默德·本·扎耶德人工智能大学的Eric Xing教授合作，最终确定在阿拉伯联合酋长国建立另一个分支。”

HPP于35年前在雷霍沃特研究所启动，旨在探索是什么使我们每个人成为我们自己。在此之前，科学界对人类基因组的了解仅限于一小部分。这个项目帮助我们识别出数以万计的基因，这些基因影响了我们的特征，并揭示了许多疾病的遗传基础。

然而，今天很明显，单靠基因只能提供部分图景。

许多定义我们特征和威胁我们健康的因素与我们体内的微生物群（微生物组）、环境因素、衰老过程以及其他因素有关，Shilo说，她已婚并育有三个孩子——一个一岁的婴儿，以及九岁和十二岁的儿子。

她的工作似乎还不够忙，她还在以色列最大的儿科医院——佩塔提克瓦的施奈德儿童医疗中心从事临床工作，在那里她治疗患有激素失调的儿童，包括1型糖尿病、肥胖和生长相关疾病。结合研究、病人护理和教学，让她能够在现实世界中验证科学发现，并将临床问题带回实验室进行进一步调查。“我家里甚至没有一位医生。但我想与人合作并进行研究。”

为了获得更全面的视角，Segal于2018年启动了HPP项目。该项目追踪数千名参与者，每两年进行一次全面的医学评估和测试，持续25年。这些评估涵盖17个不同的身体系统，并包括一系列广泛的测试，如身体测量、营养日志、超声波检查、骨矿密度测试、声音录音、家庭睡眠测试、为期两周的连续血糖监测、基因测序、细胞蛋白分析以及来自肠道、阴道和口腔样本的微生物组分析。

该项目包括对医疗历史、生活方式和营养、人体测量及其比例（对人体测量及其比例的科学研究）、血液测试、连续血糖和睡眠监测、成像以及来自多个来源的数据整合和分析的纵向分析，包括遗传学、对称为代谢物的小分子的研究，如细胞、组织或体液、免疫分析和微生物组。

团队正在扩大参与者的年龄范围；最初，研究人员招募了40至70岁的人，但现在年轻和年长的人也加入了研究。这项研究导致创建了一个先进的数据库，这个数据库不仅内容丰富，而且是目前最深入的人类数据集合。

“我们意识到与科学界分享这一资源的重要性，现在已将其数字化，向全球研究团队开放，同时维护参与者的隐私，”Segal解释道。

“我们汇编的数据将对医学领域产生深远影响。”

衰老过程因个体而异

现代医学在很大程度上依赖于进行测试并将结果与一个人年龄和性别的平均范围进行比较。然而，个体之间的健康状况和衰老过程差异很大。Segal实验室的研究团队开发了一种人工智能模型，研究一个人一生中17个身体系统中发生的典型生理变化，并学习识别与预期模式的偏差。这个模型是基于Pheno.AI开发的平台，该公司位于特拉维夫-雅法，专注于医疗保健的人工智能研究。

“该模型为每个身体系统分配分数，并将这些值与参与者的实际年龄、性别和体重指数的预期值进行比较，”Segal解释道。“根据与这些预测值的偏差，模型可以确定参与者的生物年龄。身体系统的表观年龄越大，相关疾病的风险就越高。”

关于生物年龄的研究显示了性别之间的明显差异。“虽然男性的生物年龄通常相对线性地增加，但我们观察到女性在生命的第五个十年中生物衰老的加速，”Segal指出。

“更年期在医学上是一个重要的事件，它似乎重置了生物年龄的时钟。例如，我们发现骨密度的下降与更年期开始以来的时间关系更为密切，而不是与实际年龄的关系，我们的测量可以早期检测更年期的开始，这样就可以相应地安排激素治疗。”

健康微生物组计划（HPP）还发现了早期诊断多种医疗状况的新途径，包括

乳腺癌、炎症性肠病和子宫内膜异位症。这些疾病的特征在于患者微生物组成的变化，而这种变化被称为一种独特且可识别的“标志”，Segal说。

这个项目最重要的前景在于它推动个性化或精准医学的潜力。研究人员旨在通过一个统一的计算机模型来实现这一目标，该模型将整合从每位参与者收集的所有信息，创建该人的数字双胞胎。这个模型——目前在博士生Guy Lutsker领导的项目中开发——将预测参与者未来可能经历的医疗事件以及如何最好地预防它们。

为了训练模型，科学家们让它研究每位参与者的医疗记录，然后要求它做出小的预测。每次都会保留一条特定的信息，模型的任务是根据现有数据进行预测。这种训练方法有助于创建一个生成式人工智能模型，该模型可以预测医疗事件，并预计在未来构建一个完整的个性化“健康轨迹”，提前数年概述一个人的未来健康状况。

研究团队已经开发出一个模型，通过分析参与者的葡萄糖水平，成功预测了他们未来的葡萄糖水平，以及哪些前糖尿病个体在未来两年内最有可能发展为糖尿病。这些预测有助于预防疾病，或在早期阶段延缓疾病的发生。研究人员已经在使用数字双胞胎来检查哪些饮食变化或药物对每位参与者最有益。

未来，该模型预计将保存数据库中的所有信息，让它能够预测各种医疗事件，帮助患者避免通常漫长的试错过程，以找到最有效的治疗方法。他们正在开发一个应用程序，把所有收集的信息送到参与者的手中，并且在未来将为他们提供个人的“健康轨迹”图，”Segal补充道。

“我们生活在一个变化极其迅速的时代。健康和医学领域将在未来几年经历巨大的变革，将越来越依赖人工智能，”他说。“我们的项目有望成为全球信息和创新的领军者，这一切都要归功于我们的参与者。”